Popularne tematy
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
#
Boop.Fun leading the way with a new launchpad on Solana.
Dziedziczność: jak lokalnie wrażliwa cecha jest na interwencje genetyczne.
Plastyczność: jak lokalnie wrażliwa cecha jest na interwencje środowiskowe.
Hodowcy i inżynierowie genetyczni powinni dbać o dziedziczność. Edukatorzy i trenerzy powinni dbać o plastyczność.
Dziedziczność jest szacowana przy założeniu stałego środowiska, a plastyczność przy założeniu odwrotnym. Oba założenia są oczywiście fałszywe: środowisko nie jest stałe, a populacja również nie. Ale lokalne szacunki działają, w większości.
Wysoka dziedziczność danego traitu nie oznacza niskiej plastyczności, ani odwrotnie. Oba dotyczą tego, jak wrażliwy jest trait na (znane) interwencje. Kolor włosów u dorosłych jest bardzo wrażliwy na zmiany zarówno w genetyce, jak i w środowisku, liczba głów jest niewrażliwa na obie te rzeczy.
Szacunkowe dziedziczenie jest również względne w stosunku do wariancji genetycznej, która faktycznie istnieje w populacji, oraz plastyczności w stosunku do wariancji środowiskowej, która faktycznie istnieje. Tak naprawdę nie obchodzi nas to zbytnio. To, co nas naprawdę interesuje, to coś, czego nie widziałem zdefiniowanego gdzie indziej, chociaż ludzie używają tego implicitnie przez cały czas: szacowane kontrfaktyczne dziedziczenie i plastyczność w ramach znanych interwencji oraz w ramach prawdopodobnie odkrywalnych interwencji.
Jak zwykle definiowane, dziedziczność i plastyczność nie korzystają z rachunku do-calculus Pearla. Nie mówią, czego się spodziewać w przypadku interwencji, tylko co przewidywać na podstawie obserwacji. To, czego naprawdę chcemy, to coś, co moglibyśmy nazwać oczekiwaną dziedzicznością/plastycznością.
Aktywne wnioskowanie dokonuje podobnego rozróżnienia między minimalizowaniem wariacyjnej energii swobodnej a minimalizowaniem oczekiwanej energii swobodnej. Mówiąc bardzo ogólnie, oczekiwana energia swobodna uwzględnia niepewność (nieznane nieznane). Co jeśli twój zestaw interwencji lub metryki są błędne?
Przy doskonałych informacjach i nieskończonej mocy obliczeniowej, te rzeczy są takie same. Jeśli twój model jest poprawny i kompletny, możesz po prostu przejść do odpowiedzi. Ale jeśli rzeczy są niejednoznaczne… musisz zrównoważyć interwencję, aby dowiedzieć się więcej o interwencji, oraz interwencję z pragmatycznych powodów.
Jeśli przetestujesz wszystkie interwencje jednostkowe, znajdziesz zestaw cech, które są w dużej mierze społecznie niezależne. Jeśli istnieje cecha, w której normy społeczne są ważne, będzie ona dla ciebie niewidoczna. Żaden z takich RCT nigdy jej nie znajdzie. Jeśli następnie wykorzystasz fakt, że wszystkie interwencje, które zostały eksperymentalnie zweryfikowane jako skuteczne, są interwencjami jednostkowymi, aby priorytetyzować, jakie eksperymenty przeprowadzić... pułapka się zamyka.
Rozwiązaniem jest pokora. Wyniki zarówno interwencji ogólnych, jak i środowiskowych są niezwykle złożone i trudne do przewidzenia. Wiemy o pewnych rzeczach, ale granice naszej wiedzy są bardzo realne. Dokonywanie ostatecznych stwierdzeń na temat tego, co jest lub nie jest możliwe, jest nierozsądne.
Pozostając otwartymi na naukę, dajemy sobie szansę na dostrzeżenie tej małej nuty ciekawości, niezgody, która może prowadzić do prawdziwego uczenia się. A biorąc pod uwagę wagę tematu oraz nasze wyraźnie ograniczone umiejętności dzisiaj, taka pokora jest potrzebna.
4,73K
Najlepsze
Ranking
Ulubione

